Conversion – Retouren – Deckungsbeitrag? Welche KPI zählt beim Testing? (Studie)

Komme nie mit einem Messer zur Schießerei. Oder: Der Verdacht geistert schon länger durch die Gegend: Wer beim A/B Test einfach nur auf die Conversions schaut, denkt nicht weit genug. Eine andere Version könnte mehr Umsatz erzielen - dafür gibt es zum Glück in fast allen Testingtools ein Revenue-Tracking.Doch reicht das wirklich aus?

Ein mögliches Szenario könnte sein, dass Konsumenten, die "vorne" im Bestellprozess emotional angestachelt werden, weiter hinten um so kritischer schauen werden. Im Sinne von schlechtem Erwartungemanagement könnte eine Über-Optimierung sogar höhere Retourenquoten zur Folge haben.

Eine vorschnell als Gewinner (im Sinne der Conversion) gefeierte Version könnte sich zum Deckungsbeitrag-Albtraum entwickeln, wenn Sie zu viele Retouren erzeugt.

Aber wie lassen sich Retouren im A/B-Test messen und analysieren?

In einer Case Study mit unseren Business-Intelligence-Partnern von nextel haben wir untersucht, wie es geht. Und zum Glück war es technologisch kein Hexenwerk - es braucht nur die richtigen Daten an der richtigen Stelle sowie das nötige Handwerkszeug um sie zu analysieren.

Den Case haben wir auf dem ConversionSUMMIT in Frankfurt vorgestellt, die Folien finden sich weiter unten.

Das Setup

Wir haben auf Basis der Originalversion drei optimierte Varianten abgeleitet.

a) Templateoptimierung: Bei gleichen Inhalten haben wir die Darstellung der Inhalte im Template verbessert

b) Fokus Discount: Um gezielt bestimmte Kundentypen anzusprechen, haben wir eine Preis-Fokus-Version angefertigt

c) Fokus Qualität: Um erneut andere Kundentypen anzusprechen, haben wir die Produktfeatures im Bild aufgezählt und ein paar Details im Bild geändert

Case Study Deckungsbeitrag Varianten

(Klick = Zoom)

Die beiden wichtigsten Hypothesen des Tests lauten:

A) Emotional fokussierte Versionen verkaufen besser

B) Unterschiedliche Varianten provozieren unterschiedliches Retourenverhalten

Um die beiden Hypothesen validieren zu können, arbeitete das Testingtool mit Warenwirtschaft und Data Warehouse / Business Intelligence zusammen. Das komplette Setup sah wie folgt aus:

Case Study Deckungsbeitrag - Versuchsaufbau

(Klick = Zoom)

Die große Frage lautet: Geht der Optimierungsschuss nach hinten los, weil die Überbetonung der Produktvorzüge mehr Retouren erzeugt? Oder sind die Varianten "resistent" gegen das Damokles-Schwert der Warenrückgabe?

Die Resultate

Zunächst: Die Optimierung auf Basis der gemessenen Conversions funktioniert. Die Siegervariante hatte 244% Uplift auf die Add-to-Cart-Rate, also die Micro-Conversion, die unmittelbar auf der "emotional optimierten" Seite selbst passiert. Davon bleiben 43% mehr Bestellungen bis durch den Checkout übrig. Die Ergebnisse im Detail:

Case Study Deckungsbeitrag - Visitor-Order Conversion

Fazit: Emotionales Verkaufen funktioniert

  • Anreize schaffen (Value Proposition) hat den größten Uplift
  • Add-to-Cart Conversion 244% höher als bei Control
  • 43% mehr Orders dieses Schuhs gemessen im Warenwirtschafts-System

Wichtige Learnings:

  • Im Testingtool werden alle Conversions gemessen 
(auch die, die einen anderen Schuh kauften)
  • Filter explizit auf diesen Schuh sind schwer umsetzbar
  • Daten aus dem Warenwirtschafts-System sind präziser als die aus dem Testingtool

 

Doch wie wirken sich die Varianten auf das Retourenverhalten aus? Die Analyse zeigt, dass es sehr starke Auswirkungen gibt:

Case Study Deckungsbeitrag - Retourenquote

Fazit:

  • Optimierte Varianten provozieren höhere Retourenquote
  • Gewinnervariante hat auch die höchste Retourenquote
  • Fast 3 x mehr Retouren im Vergleich zur Control-Version

Wichtige Learnings:

  • Shop-Optimierung ohne Kontrolle der Retouren kann gefährlich werden
  • Retourenquote als Optimierungsziel im (Fashion-) Ecommerce?

"Die Party wäre hier zu Ende gewesen", sagte Michael vom Sondern, CEO von nextel, "hätten wir nicht ganz genau auf den Deckungsbeitrag geschaut."

Denn: Eine niedrige Retourenquote ist ja nicht das endgültige Optimierungsziel. Am Ende zählte der daraus resultierende Deckungsbeitrag. Und der sah wie folgt auf:

Case Study Deckungsbeitrag - DB II

Die Preisversion zog tatsächlich andere Käufertypen an, bei denen es zu einigen Stornierungen kam, teilweise wurden Vorkasse-Bestellungen nicht gezahlt - daher kam es zum niedrigsten Deckungsbeitrag.

Fazit

Die Siegervariante hatte zwar die meisten Retouren - in der Betrachtung des Deckungsbeitrags blieben von dern 43% Order-Uplift noch 22% Deckungsbeitrags-Uplift übrig.

Learnings:

  • Emotionalität hat signifikante Auswirkung auf Retouren
  • Alle Daten kennen - (Warenwirtschaft mit einbeziehen!)
  • Keine voreiligen Schlüsse ziehen
  • Auf den Deckungsbeitrag insgesamt schauen
  • Web Analyse & Testing feat. Business Intelligence = mehr Transparenz

Der komplette Vortrag bei Slideshare:

 

Am Mittwoch / Donnerstag stellen wir die Studienergebnisse auf der DMEXCO an unserem Stand gemeinsam mit nextel vor: Halle 7 Stand F047